XiaoMi-AI文件搜索系统
World File Search SystemCorreia
引用了原始发表的论文（记录的版本）：Ramos，A.，Gomes Correia，A.，Nasrolllahi，K。等（2024）。
为了增强轨道几何维护计划并降低基础设施成本，准确预测由镇流器和子级别的循环负载引起的累积永久性轨道变形（沉降）对于铁路基础设施管理者至关重要。本文提出了一种新的方法，可以基于一项用于评估短期和长期轨道性能的混合方法研究的广泛参数研究，以降低计算成本来预测长期结算。将各种机器学习技术进行比较并采用用于开发预测模型，这些模型使用归档的压载轨道演示者的测量结果进行了验证。使用多个指标评估每个模型的性能和准确性，并进行了敏感性分析以识别有影响力的解释变量。值得注意的是，开发的随机森林模型与现场测量的定居数据表现出了良好的一致性。这种方法弥合了差距是数值模拟和经验数据，从而对永久轨道变形有了改进的整体理解。该方法具有在铁路轨道维护和更新管理的计算决策支持系统中实施的潜力。
引用方式：Correia, A.，＆Água, PB (2024)。利用人工智能增强环境、社会和治理报告：企业透明度的新范式。在 Ž. Stankevi č i ū t ė、A. Kostyuk、M. Venuti 和 P. Ulrich (Eds.) 中，公司治理：研究和先进实践 (第 92-98 页)。Virtus Interpress。https://doi.org/10.22495/cgrapp15
摘要 本文探讨了人工智能 (AI) 在增强公司治理中的环境、社会和治理 (ESG) 报告方面的变革潜力。人工智能可以通过自动化数据收集、确保准确性以及实现实时处理和预测分析来彻底改变传统的 ESG 报告。这种整合支持全面、及时和主动的可持续发展报告方法，满足利益相关者和监管机构对透明度和问责制日益增长的需求。人工智能在 ESG 报告中的主要优势包括通过更好的数据质量改进决策、对可持续发展实践的预测性洞察以及通过动态报告格式增强利益相关者的参与度。然而，需要解决技术障碍、道德问题、隐私问题和监管复杂性等挑战。本文建议开发强大的数据治理框架，采用合乎道德的人工智能实践，并制定支持性
Cavadas, B.; Correia, M. 学生对高等教育创新学习环境的看法：一项探索性分析 Cuadernos de Psicolo
根据培养 21 世纪技能的需求而产生的学习空间重新配置指导方针，葡萄牙一所高等教育机构的教育空间进行了翻新，将其改造成一个创新学习环境 (ILE)。因此，本项初步研究重点从物理空间、技术和教学法三个维度来确定学生对 EAI 属性的看法。为此，我们对经常使用 EAI 的学生进行了调查问卷。结果显示，至少 60% 的参与者对每个属性以及这些属性对得分最高的学生表现的影响进行了评分。超过 75％ 的学生将更高的影响值归因于所经历的教学方法，超过 80％ 的学生认为 EAI 设计适合与他人互动。